桂林市公交问路系统设计

基于桂林市公交基础信息系统和公交乘客出行的特点,设计开发了桂林市公交问路系统.在坐标地图的基础上,利用Access描述、创建了公交线网的数据存储结构,并采用ASP作为开发工具与Database Server连接访问,实现了对公交线网以图的方式的数据信息管理和查询.系统具有坐标选择和名称选择双重方式的公交线路查询、站台查询及具有最少换乘次数的出行路径查询等功能,为桂林市乘客的公交出行提供准确、及时、优化的公交信息服务和出行辅助计划.      

桂林市公交问路系统设计

基于桂林市公交基础信息系统和公交乘客出行的特点，设计开发了桂林市公交问路系统。在坐标地图的基础上，利用Access描述、创建了公交线网的数据存储结构，并采用ASP作为开发工具与Database Server连接访问，实现了对公交线网以图的方式的数据信息管理和查询。系统具有坐标选择和名称选择双重方式的公交线路查询、站台查询及具有最少换乘次数的出行路径查询等功能，为桂林市乘客的公交出行提供准确、及时、优化的公交信息服务和出行辅助计划。     

北京公交到站APP被指不靠谱

【事件回放】为了给乘客更好的乘车体验,北京有关部门相继推出公交到站实时查询服务,只要用手机下载APP,就能随时掌握所乘公交什么时候到站。据了解,目前主要有北京公交集团推出的查询系统"公交e路通",另一款是由北京市交通信息中心在2013年底发布的"北京实时公交"。但从两款APP的下载使用评价不难发现,软件评价不高。     

公交实时信息对乘客出行的影响

以近几年迅速普及的实时公交APP为研究对象,研究公交实时信息对乘客出行产生的影响。通过站点调查(步行调查和候车调查)和跟车调查的数据收集方式,主要调查其对乘客的步行速度、感知候车/乘车时间、实际候车/乘车时间及乘客在候车/乘车时的情绪水平的影响,然后用平均差检验分析调查数据。结果表明:使用实时公交APP和不使用的乘客在步行速度、感知候车和乘车时间及候车和乘车情绪水平等方面存在显著差异;公交实时信息不仅可以降低乘客的感知候车/乘车时间,同时还可以降低乘客的实际候车时间。     

智能化给成都公交插上腾飞的翅膀

成都公交智能化管理系统让市民平均候车时间从9分钟减少到5分钟;乘客还可以通过手机实时查询公交信息。它使公交车的运行效率更高,市民出行更便捷,人们乘车更安心。     

地面公交乘客信息发布系统设计

乘客信息发布系统依托信息采集、网络通信、信息预处理、地理信息系统(GIS)显示等技术,实时向乘客发布各种交通信息.文中对乘客信息发布系统的构成、发布内容和关键技术进了初步设计,通过各种信息发布方式为出行前和出行中的乘客提供所需的发车时刻表、换乘路线、出行最佳路径等信息,达到规划出行、最优路线选择、避免交通拥挤、节约出行...     

基于分布式出行信息的轨道交通出行特征辨识

为准确识别网络化运营环境下城市轨道交通乘客的出行特征,设计了可采集Wi-Fi信息的分布式交通行为识别系统,并建立出行特征识别算法.布设在各站点的检测设备可采集乘客所携带移动设备独一无二的M AC地址信息,并上传至信息中心.信息中心通过对比同一设备在各站点获取的时间戳和对应站点编号,可识别乘客的出行路径和行程时间,结合轨道交通车辆的走行时间信息可获取换乘站的换乘时间,并应用上述时间信息验证所识别出行路径信息的有效性.在西安市轨道交通系统的测试结果表明,同由客票信息获取的出行行为相比,该系统能采集所有网络形态下的乘客出行路径及行程时间,测试数据的平均采样率可达32.86%,误差为3.8%.该系统的分析结果可用于城市轨道交通系统的客票清分、站点设计等环节.      

天津公交与“滴滴出行”举行战略合作签约

2016年12月13日．天津公交集团与“滴滴出行”APP的开发公司北京小桔科技公司举行战略合作签约仪式。根据协议．双方将在公交信息实时查询服务、大数据公交线路规划技术咨询及公交服务质量评价上展开深入合作。     

居民公交出行链重复性量化分析及其出行规律研究

作为城市交通的枢纽，公共交通系统承载了大量的居民出行。自动数据采集系统收集的IC卡数据包含了大量的乘客出行信息，通过这些数据可分析居民公交出行规律，进而优化公交服务。引入信息熵及熵率对居民公交出行链重复性进行量化，研究了基于量化指标分析居民公交出行规律的方法。通过出行地点状态标定，将乘客的出行链转化为离散的出行序列；利用信息熵和熵率对出行序列进行量化分析，得到出行重复性与量化指标的关系，即出行序列的信息熵越大，熵率越小，该乘客出行重复性越高，出行规律越强。基于重复性量化处理，以石家庄公交智能卡乘客出行数据为例，分别从群体和个人这2个方面对公交乘客的出行规律进行分析。结果表明，出行链重复性量化指标可以对出行规律的强弱进行直观判断。当乘客出行规律不明显，但信息熵高于样本均值2.53 bits、熵率低于样本均值1.13 bits/事件时，可通过进一步分析挖掘出乘客潜在出行规律。      

基于熵率的公交乘客出行重复性度量方法

公交乘客出行有着较强的规律性和时空重复性,对这些规律性及重复性的研究有助于揭示乘客的出行规律及行为偏好,进而规划公交线路、优化公交运营参数等。为深入研究公交乘客的出行重复性变化机理,引入信息论中信息熵的概念,提出一种基于熵率的公交乘客出行重复性度量方法。针对乘客出行时空变化,提出出行重复性概念,结合随机过程将乘客出行逗留时长、出行地点状态等特征事件进行标定,将出行者多日出行序列作为随机过程,利用信息熵和熵率对乘客的出行重复性进行度量,通过Burrows-Wheeler转换对熵率进行求解,以石家庄公交智能卡乘客出行数据为例进行应用分析。结果表明:通过该方法对乘客的出行重复性进行度量时,信息熵越大、熵率越小,出行重复性越高。依此可判断乘客的出行规律变化情况,并给出相关分析结果。通过选取典型特征下4名不同持卡人的具体出行信息对所提出方法及应用进行深入阐述,结合出行序列示意图对所选乘客的出行重复性进行量化呈现。通过此方法,可在研究数据不完整的前提下对乘客的出行规律进行补充估计,以增加出行规律推算的准确性。     

考虑乘客出行习惯的公交线网优化方法

为了解决既有研究缺乏定量分析乘客出行习惯,导致优化线网实施后实际运营效果不理想的现实问题,提出乘客出行习惯成本的概念,并从换乘习惯成本和出行时间习惯成本2个方面进行计算:引入换乘惩罚因子,将换乘导致的不便转化为出行时耗计算换乘习惯成本;定义出行惯性阈值,表征乘客对车内时间的敏感程度计算出行时间习惯成本.建立以考虑出行习惯的乘客出行成本和运营成本最小为目标,以首末站布局、发车频率为约束的线网优化模型,设计改进的多种群遗传算法的模型求解方法.以莱州市公交线网为例进行验证,结果表明,优化方案较优化前总成本下降了1 .8% ,乘客出行成本下降了15 .4% ,直达乘客比例提高了19 .6% ;与未考虑乘客出行习惯的传统模型相比,使用改进模型优化后乘客出行习惯成本下降了43 .4% .      

融合XGBoost和图谱修正的公交通勤乘客目的地预测方法

准确把握公共交通通勤乘客的目的地, 有助于明确乘客出行需求, 提升公共交通服务水平。基于北京市1个月的公共交通出行数据和RP调查数据, 通过关联分析乘客公交卡号与公共交通刷卡数据和线站数据, 匹配获得563名通勤乘客完整出行链数据, 并利用关联规则实现302名公交通勤乘客高、中、低出行稳定性辨识。引入XGBoost集成学习算法, 分别以不同公交出行稳定性乘客出行目的地显著影响因素为输入变量, 以下次出行目的地为输出变量, 通过模型参数调优, 分类构建了公共交通通勤个体乘客下次出行目的地预测模型, 高、中、低稳定性乘客出行目的地预测准确率分别为90%, 66.67%和50%。借助个体乘客出行图谱转移概率对模型预测结果进行修正, 将预测准确率分别提升至91.2%, 83.21%和69.5%, 可以有效提升中、低稳定性乘客出行目的地的预测准确性。采用公交都市系统记录的目的地数据对下次出行目的地预测聚合结果进行对比验证, 客流预测值与真值变化梯度的绝对百分误差小于10%。因此, 在划分通勤乘客出行稳定性的基础上, 融合XGBoost和图谱修正的公交通勤乘客目的地预测预测方法具有较高准确性。      

基于乘客加权平均出行时间最短的公交站距优化模型

在分析公交出行过程和乘客出行链的基础上,提出了以乘客加权平均出行时间最小为优化目标的公交站距优化模型;通过算例,比较分析了运用该模型计算的站距、在约束范围内随机确定的站距及取平均站距下的乘客加权出行时间,验证了该模型的适用性和有效性。     

广深铁路实现刷支付宝直接坐车,全过程耗时仅需3秒

正广深铁路沿线是粤港澳大湾区里最繁忙的线路之一。一般来说,每20分钟就有一班,全程1个多小时。目前,广深城际铁路全线各站都已支持支付宝扫码乘车。乘车前,乘客打开支付宝APP,搜索"广深城际扫码通",按照提示刷脸完成身份认证,开通相关功能。出行当天就能直接使用支付宝     

重大疫情对乘客公共交通依赖性的影响

深入探究重大疫情对乘客公共交通使用行为和依赖性的影响,有助于针对性地改善公共交通服务质量和供需平衡情况。结合前景理论与计划行为理论,开展重大疫情时期SP/RP出行调查,从出行行为表现维度选取3个指标并利用k-means算法标定公共交通出行群体,从7个层面筛选公共交通依赖性内外部影响指标,采用结构方程模型构建重大疫情对乘客公共交通依赖性影响模型。结果表明,个体属性、出行环境和出行特征潜变量通过改变个体心理因素间接影响乘客公共交通依赖性,反映了乘客公共交通依赖性受主客观影响因素的共同作用;重大疫情下出行意向对公共交通依赖性的正向作用强度为0.36,低于常态化时的影响强度0.51;出行环境的正向影响效应较强,而个体属性影响效应较低且与公共交通态度和主观规范呈负相关性;此外,自行车可用性、是否途径风险区和出行强度影响度几乎不影响乘客公共交通依赖性;而防控政策了解度、主观规范变量和公共交通出行偏好的影响作用显著,反映了重大疫情时期在公共交通市场中社会促进效应与消费心理学中的模糊效应较为明显。      

万顺叫车获66城市经营许可 居行业榜首

正截至2月26日,万顺叫车已在深圳、成都、武汉、广州、海口、南昌等66个城市取得《网络预约出租汽车经营许可证》,获牌数量稳居行业榜首。移动互联网的高速发展,正加速改变着我们的生活。在出行领域,网约车平台通过"互联网+出行",建立起司机与乘客之间的有效连接,加快信息的匹配和交换,有效解决了供需双方信息不对称的难题;基于定位技术的出现,出行群体随机性分布的问题也得以解决。网约车的应运而生是时代发展和市场需求的必然结果。自     

基于鲁棒优化的公交实时到站信息优化

公交实时到站信息是公交实时信息中的一项重要指标,不可靠的到站信息容易误导乘客。考虑突发客流等需求不确定条件,基于鲁棒优化的方法,提出了一种新的公交实时到站信息优化方法。不同于已往研究通过建立模型寻找更精确的到站时间预测方法,在已有的公交实时到站信息中,考虑客流情况的不确定性,以及乘客对公交实时信息的不同态度,同时考虑驾驶员在行驶过程中的恢复行为,建立数学模型,增加对公交实时到站时间预测的运行延误估计,给乘客提供一定的辅助信息来调整其出行计划及行为。通过案例验证了模型的有效性。结果表明:(1)对同一条公交线路而言,不同的等待时间成本系数导致结果发生明显的变化;(2)公交实时信息的普及可以节省乘客的出行时间成本;(3)对于服务水平较差的公交线路而言,模型应用产生的风险成本更大,模型在服务水平较好的公交线路上应用效果会更好。通过该公交实时到站信息优化方法,可以使现有的公交实时信息内容更为完善、精确,降低不准确的实时信息带给乘客的负面影响,从而帮助乘客更好的利用公交实时信息规划出行方案。     

时变网络下轨道交通出行路径动态选择模型——以武汉市为例

轨道乘客出行路径选择模型在轨道站台设计、线网规划、运营管理等领域应用广泛.为解决传统换乘路径分配方法在考虑乘客出行自主性方面及在应对供需动态演化方面存在不足的问题,提出一种基于时变网络载体的轨道交通出行路径动态选择模型,可用于真实模拟不同时段的客运强度与设施服务对路径选择的影响.并结合全网乘客进出站信息、轨道运行时刻表、人工调查、静态线网结构等数据,分析个体出行与网络整体满载情况的相关性.在此基础上,将基于站点的轨道网络简化为基于换乘区间的拓扑结构,并结合客流指标获取算法,进行武汉市轨道乘客出行特征仿真测试.实验结果表明,该模型强调网络环境的时效差异,能够更加精细、完备地模拟出行偏好,模型具有普适性,并具有与轨道交通规划、土地利用规划等专项规划相结合的潜力.      

基于信息资源整合的公众出行交通信息服务系统

以上海公路网的公众出行交通信息服务应用为例,给出了基于信息资源整合的公众出行交通信息服务平台的总体架构,着重对交通信息资源整合系统、关系公众出行的相关交通信息查询、实时交通路况发布、交通阻断上报与发布、动态路径诱导等进行介绍.     

基于J2ME的火车信息查询平台研究

本文提出了一种基于J2ME的移动火车信息查询平台,可以通过移动终端查询火车信息,通过对数据库的及时更新,可以查询当前的火车票源信息,方便人们的出行。